2023年3月期の有価証券報告書から、上場企業は、女性管理職比率を開示することが義務付けられました。

そこで、本邦初となる試み、2023年3月期の有価証券報告書の女性管理職比率をPythonで抽出しました‼️

この記事では、前半で、集計結果をご紹介するとともに、後半で、どのように女性管理職比率を取得したか？、その方法をご紹介します。

集計対象企業

2023年3月期有価証券報告書を提出した企業2551社のうち、データを取得できた企業1,981社が集計対象企業になります。
この差額（570社）には、そもそも企業規模の関係で女性管理職比率の公表義務が無い企業が含まれています。

1 . 集計結果

女性管理職比率の平均値・中央値・最大値

女性管理職比率ごとの企業数の分布

比率が高い上位10業種

比率が低い下位10業種

2. 女性管理職比率の取得方法

ここからは、どのようにして比率を取得したかをご紹介します。

有価証券報告書のどこに記載があるか？

女性管理職比率は、有価証券報告書の項目の一つである従業員の状況に記載があります。

実際の有価証券報告書はこのように表形式になっていて、整理されているように見えます。

テキストデータはこんな感じです。上記と違って、目視は大変です。

具体的な抽出方法

いくつかの有価証券報告書のテキストデータを見て、法則を発見。その法則に基づき、Pythonコードで抽出しました。

【法則1】
女性管理職比率は、「管理職に占める女性」という言葉に続いて、最初に現れる数字だということです。

【法則2】
女性管理職比率は、必ず小数点第1位まで表されるということです。

これらの法則に基づき、テキストデータから、女性管理職比率を抽出するPythonコードをChatGPTに考えてもらいました。

以下は、最終的にChatGPTに提案を受けた、テキスト文から、女性管理職比率を抽出する関数です。

def extract_number(text):

    # 1. 「管理職に占める女性」に続く数字で、小数点を持つ数字を探す
    pattern = r'管理職に占める女性.*?(\d*\.\d)'
    match = re.search(pattern, text)
    if not match:
        return None

    decimal_part = match.group(1)
    integer_part = decimal_part.split(".")[0]

    # 2. 小数点第1位の数字を取得
    number = decimal_part

    # 3. 整数1位の数字を確認して、これが半角数字であれば取得
    if len(integer_part) >= 1 and integer_part[-1].isascii():
        number = integer_part[-1] + "." + decimal_part.split(".")[1]
    else:
        return number

    # 4. 整数10位の数字を確認して、これが半角数字であれば取得
    if len(integer_part) >= 2 and integer_part[-2].isascii():
        number = integer_part[-2:] + "." + decimal_part.split(".")[1]
    else:
        return number

   # 5. 整数100位の数字を確認して、これが半角数字で1であれば取得
    if len(integer_part) == 3 and integer_part[-3] == '1':
        number = integer_part + "." + decimal_part.split(".")[1]
    else:
        return number

    return number

さいごに

ここまでお読みいただきありがとうございます。
繰り返しですが、2023年8月時点では、このような分析をしてる人（会社）はいないのではないかと思います。
今後、おそらく、どこかのコンサル会社が正確な数値をまとめてくると思いますが、そこで答え合わせしたいと思います。